普通的网络NN只能对单个数据进行学习和处理,譬如data0对应的result0、data1对应的result1… 每一个result都是基于他的data来进行预测的 然而,当各个data相互之间存在相互关联之间的关系的时候,普通的NN就不再适用了。 这时候RNN就有用武之地了,RNN就会把之前的记忆都累积起来, 一起分析。 3.4 LSTM(LongShort-Term...
# 使用 pytorch 自带的 DataLoader 定义一个数据迭代器,也就是将数据进行排序标号,shuffle也就是打乱数据 # DataLoader是一个高效,简洁,直观的网络输入数据结构,便于使用和扩展 # 这种方式能加快数据计算速度,减少训练时间。 train_data = DataLoader(train_set, batch_size=64, shuffle=True) # 训练数据 test_dat...